学习Machine Learning的最佳资源!
我们已经在150多个顶级机器学习网络课程中收集了超过10000个学生的评论,旨在寻找2020年学习机器学习的最佳教程。下面的奖项,如最佳课程,最佳YouTube教程,都是来自学生的评论。
1 ) Machine Learning by Stanford (2011)
Best Course Overall
FREE CERTIFICATE TIME:19h30m
LINK:https://www.courseduck.com/machine-learning-by-stanford-2802/
本课程由Coursera的联合创始 人创建,将为您提供机器学习的概括性介绍。它是Coursera上排名第一的机器学习课程,对于没有编程经验的初学者来说是一个很好的选择。
2 ) Machine Learning with Python by Sentdex (2016)
Best YouTube Tutorial
FREE TIME:19h
LINK:https://www.courseduck.com/machine-learning-with-python-by-sentdex-2027/
机器学习综合系列,涵盖线性回归到神经网络的所有内容,该课程由著名的YouTube讲师Sentdex提供。本教程包含72个视频,非常适合对Python有基本了解的学习者。
3 ) Google’s Machine Learning Crash Course (2018)
Best Short Course
FREE TIME:2h
LINK:https://www.courseduck.com/googles-machine-learning-crash-course-131/
这门免费,言简意赅且高度互动的课程由Google专家授课,可以让你对机器学习的概念有基本的了解。使用TensorFlow API按自己的节奏学习和练习。
4 ) MIT Deep Learning for Self-Driving Cars (2019)
FREE TIME:16h
LINK:https://www.courseduck.com/mit-deep-learning-for-self-driving-cars-2030/
向麻省理工学院(MIT)的一位研究科学家深入学习,MIT是世界上最负盛名的大学之一。有大量的课程和讲座,提供丰富的内容和实际示例。
5 ) Practical Deep Learning for Coders, v3 (2019)
FREE TIME:30h
LINK:https://www.courseduck.com/practical-deep-learning-for-coders-v3-2028/
本课程是基于文本和视频的机器学习入门课程,由一位经验丰富的教师和Kaggle的头号竞争对手讲授。教程使用PyTorch和fastai库,关注实际结果而不是理论。
6 ) Neural Networks and Deep Learning (2017)
FREE CERTIFICATE TIME:7h
LINK:https://www.courseduck.com/neural-networks-and-deep-learning-2867/
学习如何建立和实施自己的深度神经网络只需7小时。这是深度学习专业的第一门课程,由一位经验丰富的教师授课。
7 ) Machine Learning with Python by IBM (2018)
FREE CERTIFICATE TIME:4h
LINK:https://www.courseduck.com/machine-learning-with-python-by-ibm-66/
本课程将使用易学且广为人知的编程语言Python深入探讨机器学习的基础知识。
8 ) Neural Networks and Deep Learning (2015)
FREE LINK:https://www.courseduck.com/neural-networks-and-deep-learning-134/
这本书的目的是帮助你掌握神经网络的核心概念,包括用于深度学习的现代技术。读完本书后,你可以编写使用神经网络和深度学习解决复杂模式识别问题的代码。
9 ) Mathematics for Machine Learning: Linear Algebra (2018)
FREE CERTIFICATE TIME:4h
LINK:https://www.courseduck.com/mathematics-for-machine-learning-linear-algebra-2818/
在关于线性代数的本课程中,我们将研究什么是线性代数以及它与向量和矩阵的关系。然后,我们研究什么是向量和矩阵以及如何使用它们,包括特征值和特征向量的棘手问题,以及如何使用它们来解决问题。
10 ) Introduction to Deep Learning (2017)
FREE CERTIFICATE TIME:5h
LINK:https://www.courseduck.com/introduction-to-deep-learning-2919/
这个课程的目的是使学习者对现代神经网络及其在计算机视觉和自然语言理解中的应用有基本的了解。课程从线性模型的回顾开始,讨论对于优化深度培训至关重要的随机优化方法。
11 ) Artificial Intelligence Foundations: Machine Learning (2018)
FREE CERTIFICATE TIME:1h17m
LINK:https://www.courseduck.com/artificial-intelligence-foundations-machine-learning-2233/
在这门课程中,我们回顾了机器学习的定义和类型:监督、非监督和强化。然后,你可以了解如何使用流行的算法,如决策树、集群和回归分析来查看海量数据集中的模式。
12 ) Machine Learning and AI Foundations: Recommendations (2017)
FREE CERTIFICATE TIME:58m7s
LINK:https://www.courseduck.com/machine-learning-and-ai-foundations-recommendations-2234/
这门基于项目的课程向所有技能水平的程序员展示了如何使用机器学习来构建可以提出建议的程序。在本课程中,Adam Geitgey将带你通过动手实验室构建推荐系统。
13 ) Machine Learning and AI Foundations: Value Estimations (2017)
FREE CERTIFICATE TIME:1h4m
LINK:https://www.courseduck.com/machine-learning-and-ai-foundations-value-estimations-2235/
在这个基于项目的课程中,探索如何使用机器学习来构建可以推论房屋价值的价值估算系统。跟随Adam Geitgey逐步学习如何使用示例数据来构建机器学习模型,然后在您自己的程序中使用该模型。尽管本课程中介绍的项目专注于房地产,但是您可以使用相同的方法来解决机器学习中的任何类型的价值估算问题。
15 ) Machine Learning Tutorial in Python (2018)
FREE CERTIFICATE TIME:37h30m
LINK:https://www.courseduck.com/machine-learning-tutorial-in-python-171/
Edureka在“ Python机器学习教程”中的播放列表可帮助您获得各种类型的机器学习算法的专业知识,例如监督,无监督和增强算法。通过此播放列表,您将学习重要的机器学习概念及其在python编程语言中的实现。
16 ) Machine Learning (2011)
FREE TIME:34h30m
LINK:https://www.courseduck.com/machine-learning-172/
一系列视频介绍了机器学习的一些基本定义,应用和概念。
17 ) Machine Learning Tutorial Python (2018)
FREE TIME:4h30m
LINK:https://www.courseduck.com/machine-learning-tutorial-python-174/
本教程系列介绍了使用Python进行的机器学习。
18 ) Machine Learning (2018)
FREE TIME:10h30m
LINK:https://www.courseduck.com/machine-learning-175/
机器学习是充斥着炒作和混乱术语的事物之一。在此StatQuest中,我们切入所有内容,以获取构成整个基础的最基本的想法,这些想法简单易懂。观看完StatQuest之后,您将准备学习有关机器学习的各种新颖有趣的东西。
19 ) Machine Learning with Python: A Practical Introduction
FREE CERTIFICATE TIME:5Weeks-4-6h/Week
LINK:https://www.courseduck.com/machine-learning-with-python-a-practical-introduction-15846/
这门Python机器学习课程深入探讨了使用Python的机器学习的基础知识,Python是一种平易近人的著名编程语言。您将学习监督学习和非监督学习,了解统计建模与机器学习的关系,并对两者进行比较。
原文作者:Michael Kuhlman
翻译作者:过儿
美工编辑:过儿
校对审稿:Dongdong
原文链接:https://www.courseduck.com/programming/machine-learning/